Cientista de Dados com mais de 4 anos de experiência na área de dados e Mestre em Economia Aplicada, especializado em previsão de séries temporais, econometria e machine learning. Atualmente, atuo no time de Econometria da Minerva Foods, desenvolvendo modelos de previsão de preços de commodities e gado que contribuem para a inteligência de mercado da companhia.

Meu trabalho conecta modelos clássicos de econometria com técnicas modernas de machine learning, sempre com foco em resolver problemas reais de precificação e mercado.

Time de Econometria | Previsão de preços de commodities e gado

• Desenvolvimento de modelos econométricos multivariados (VAR, VEC) e univariados (SARIMA) com variáveis exógenas para previsão de preços
• Aplicação de testes de estacionariedade (ADF, KPSS), cointegração (Johansen, Engle-Granger), funções impulso-resposta e decomposição de variância
• Implementação de modelos de machine learning (XGBoost, Random Forest) como abordagem complementar à modelagem clássica
• Pipeline completo de dados: coleta, limpeza, tratamento, transformação e modelagem
• Migração das rotinas do time de documentos locais para o Databricks, automatizando processos com SQL e scheduling de jobs
• Colaboração direta com unidades na Austrália e Colômbia

• Coleta de dados através de APIs e bases de dados públicas.
• Limpeza de dados e preparação para análise, visando a sua qualidade e usabilidade.
• Realização de análises estatísticas descritivas e exploratórias para identificar padrões entre os dados.
• Autocorrelação espacial com Python Spatial Analysis Library (PySAL) e Exploratory Spatial Data Analysis (ESDA)

• Responsável pela coleta, análise e comunicação de dados do mercado de etanol e cana-de-açúcar, gerando insights para o time de Supply & Trading.
• Realização de análises de dados sobre oferta, demanda, vendas e preços por região.
• Monitoramento de mercado e elaboração de relatórios para comunicar tendências e desempenho.

A dissertação investiga a relação entre exportações brasileiras de soja e variáveis macroeconômicas, utilizando metodologia de séries temporais multivariadas para analisar impactos econômicos de mudanças globais.

Trabalho de conclusão focado em modelos de previsão de preços de commodities agrícolas com a metodologia ARIMA, publicado na Revista de Economia e Agronegócio.